《自然》社论：数据超载时代来临

　　7月30日出版的《自然》杂志刊登社论——《信息超载》(Information overload)，社论说，美国国家科学院7月22日发布报告称，应对千千吉(petabyte)科研数据的时代已经到来。而对于每位研究人员来说，要确保其研究数据的真实性与精确性。

　　人类基因组谱近30亿碱基对的解析曾花了人类超过十年的时间，但是今天高效的基因测序机器可以在一周之内完成同样的工作。与此同时，美国斯隆数字巡天探测中心的天文学家自2000年以来已经完成了宇宙绘图任务的25%，获得了超过两亿个天体的数据。而预计于2015年完成的智利大口径全景巡天望远镜(LSST)可以在一晚时间内获得与之等量的数据。

　　统计数据说明在许多科研领域存在类似情况。这是科研界的利好消息，数据过剩总好于数据匮乏。但是忧虑依然。因为数据产生的速度远远高于数据处理能力和处理策略演进的速度，如期刊编辑要面对诸如图像处理、原始数据保存等问题，需要确保海量数据存储和运算法则、数据共享的持续。

　　2006年，包括《自然》在内的多家期刊邀请美国国家科学院关注这一问题，相关研究报告7月22日出炉。报告基于三个原则，即诚信(integrity)、开放获取(access)和管理(stewardship)。

　　integrity要求研究人员保证数据的真实性与精确性，他们必须遵循其研究领域的专业标准，研究机构则要求提供培训来实现这一原则。

　　access意味着其他人可以核查数据精确与否，并进行验证分析，以及将之作为前期研究基础。除非当事人有特别的理由，否则应该及时使其数据开放获取。

　　stewardship是数据长期存储的需要。科学界的协会与社团应该规定数据存储的标准，期刊需要在数据存储和规则传播方面做出努力。数据专家需要扮演管家的角色，研究人员也应该给数据专家更多的支持。

　　这份报告承认，基于数据的复杂性，他们只是提供了总体性看法，而非确定的解决方案。科研机构、社团和科学协会应该依据各自的属性来找到解决途径，投资人需要加大对数据存储的投资，而科研单位需要保证面向公众的数据准确。